背景ジェスチャー認識データベースは、最新世代の距離/深度カメラであるMicrosoft Kinect 2（第2世代）によって収集された一連の高解像度距離画像で構成されています。内容データベースは、11種類の異なるジェスチャー（上記の通り、1行目は動的ジェスチャー、2行目は静的ジェスチャーを表します）で構成され、これらのジェスチャーは6人の異なる被験者によって実行されます。データベースの異なるフォルダ内の構造は以下の通りです（詳細な説明は後述します）：-/fist（拳ジェスチャー）-/fist/video_base_1（被験者1の基本的な拳ジェスチャー）//fist/vido_base_1/s01_g10_011_1.png，…，s01_g10_050_1.png，…-/fist/video_base_2（被験者2の基本的な拳ジェスチャー）-/fift/video_base_2/s02_g10_011.png，…-/fist/video_base_6（被験者6の基本的な拳ジェスチャー）-/fist/video_base-6/s06_g10_011_1.png，…，s06_g10_050_1.png，…-/fift/video_moded_1_1（被験者1の上向き移動の拳ジェスチャー）//fist/vido_moded__1/s01_g10_011_2.png，..，s01_g10_050_2.png，…，s01_g10_050_3.png，…-/fist/video_moved_1_8（被験者1が左手で上向き移動するジェスチャー）-/fist/video_moed_1_8/s01_g0_011_9.png，…，s01 _g10_150_9.png，…-/fist/video_moded_6_1（被験者6の上向き移動の拳ジェスチャー）-/fist/video_modeD_6_8（被験者6の上向き移動と左拳ジェスチャー）//grab-/one_finger-/palm（掌ジェスチャー）-/thumb_ud各ルートフォルダ（拳、グラブ…）には、ジェスチャーの距離画像が含まれています。フォルダ名はジェスチャーの識別子（例：拳、掌、親指など）です。各ルートフォルダには、合計54個のフォルダがあります：そのうち6個は基本ジェスチャー（/fist/video_base_1，…，/fist/vido_base_2）で、他はトレーニングサンプルを増やすための移動ジェスチャー（/fith/video_moded_1_1，…，-fist/video-moded_1_8，…，/ist/video/moded_6_1，……，/fiet_video_modeD_6_8）です。各サブフォルダには、真/正サンプルまたは偽/負サンプルである一連の距離手画像が存在します。各フレームの名前の構造は同じです：sXX_gYY_ZZZ_M.png、ここで：-XXは被験者識別子です。YYはジェスチャー識別子です。-ZZZはフレームの番号です。-Mは、そのフレームが基本ビデオ（M = 1）に属するか、移動ビデオ（M = 2，…9）に属するかを示します。例えば、フレーム「s02g_05_060_1」は、そのフレームが第5のジェスチャーに属し、このジェスチャーは第2の被験者によって実行され、フレーム番号は60で、基本ビデオに属することを示します。引用文献T.Mantecón，C.R.del Blanco，F.Jaureguizar，n.García，「深度ベースのジェスチャー認識によるドローン制御用の次世代ヒューマンマシンインターフェイス」，SPIE Unmanned Systems Technology XVI，Vol. 9084，pp. 9084:1 - 9084:0C，2014年6月。（doi.org/10.1117/12.253244）